会发光的微笑和会脸红的墙:微软实现建筑与人工智能的完美融合

Jenny Sabin 正站在高高升起的剪叉式升降机上,努力组装着她的艺术作品。这件高悬在微软雷德蒙德园区99号楼中庭的装置呈现出了多孔织物组织的构造,而 Jenny 正努力从其中的一个开口中探出头来,并试着将这个开口的织物衔接到周边的骨架上。

几次尝试未果后,Jenny 停了下来,抬头看了看。

“它将会非常漂亮”,她说道。

Jenny Sabin 和她的微软合作者口中提到的“它”,指的是一个可发光、半透明、轻盈的展示篷,不仅可以用来作为研究工具,也可以透过它一窥建筑与人工智能融合的未来。

Ada 由微软驻场艺术家 Jenny Sabin 设计建造,该建筑位于微软公司位于雷德蒙德园区99号楼中庭的一隅。Ada 的安装让数据得以转换为色彩与光线。图片由 John Brecher 为微软提供。纽约伊萨卡市 Jenny Sabin 工作室的首席设计师 Jenny Sabin 表示:“据我所知,这是第一个由人工智能实时驱动的建筑结构。”该作品也是微软常驻艺术家的项目之一,Jenny Sabin 负责了这个展示篷的设计和建造。

这座两层楼高的建筑结构由 3D 打印节点、玻璃纤维杆和织物组装而成,通过数字化编织技术融入了荧光纱线,借助人工智能技术,能够将包括面部表情、噪音、语音语调和语言在内的匿名数据转化为精致的光与彩之舞。

大楼内的不同位置均放置了麦克风和摄像头,用于收集上述中提到的数据,之后微软的设计师和研究员将这些数据做可视化的呈现,以期通过交互式建筑的形式引发人们对于 AI 改变生活的思考。

微软研究院院长兼微软伦理道德委员会(Aether Committee)主席 Eric Horvitz 表示:“艺术性、创造性和人性在技术创新中发挥着重要的作用。”微软伦理道德委员会专注于以负责任的态度开发并部署人工智能技术,当中包括人工智能的敏感应用、人工智能系统呈现的偏见性与公平性,以及与人类交互及协作等问题。

他解释道,发起常驻艺术家项目,是希望邀请艺术家与微软研究员及工程师携手,共同探索艺术与计算机科学的交集,更通俗地说,“是为了在公司内部推动更多人进行‘快乐创造’,同时打破固有的思维模式。”

Eric Horvitz 补充道:“机器学习模式识别等技术的影响力与日俱增,而 Jenny Sabin 的作品呈现出了这诸多可能,以及人们因此而产生的期待与焦虑,因为这些技术正在以十分有趣且吸引人的方式融入世界,但同时也伴有潜在的侵略性。”

“一件充满活力、令人屏息的作品”

这个名为 Ada 的建筑结构重约 1800 磅(约 816 公斤)。其外骨架由 895 个特制的 3D 打印节点组成,1274根玻璃纤维杆连接起了这些节点,形成了由多个六边形组成的网络,构建出一个坚固的椭圆形展示篷。

因为需要手动安装且过程繁琐,整个项目持续了数周之久。一天的工作结束后已是深夜,Jenny Sabin 一边吃着泰餐外卖,一边疲惫地解释道:“这里面的组件太多了。”

微软研究院实验室负责人 Eric Horvitz(左)和纽约伊萨卡建筑设计公司 Jenny Sabin 工作室首席设计师、微软常驻艺术家 Jenny Sabin(右)就 Ada 项目的安装进行讨论。图片由 John Brecher 向微软提供。荧光织物通过数字化技术编织成多孔发光网络,锥体通过螺栓与外骨架连接,同时向内延伸,形成柔软的内墙,使 Ada 呈现出蜂窝状。

一个一层楼高的、包裹着尼龙网和条纹光缆的张拉整体式锥体将 Ada 的核心部分悬挂起来,同时提供压缩力,使整个结构的张力更为协调。

分布于 99 号楼各处的摄像头和麦克风进行匿名数据收集,之后人工智能算法将这些数据转化为不断变化强度的色彩和光线,并通过 Ada 编制结构中的可寻址 LED 以及周围的舞台灯光进行呈现。

微软雷德蒙德研究院城市创新项目首席研究设计师、常驻艺术家项目负责人 Asta Roseway 表示:“这是一件充满活力、令人屏息的作品,它是整栋大楼的核心。我好奇的是,这个项目会如何让人们对居住空间产生心理变化?人们又会如何影响他们的居住空间?反之是否亦然?”

灵感与颠覆

2015 年,Asta Roseway 与人共同发起了常驻艺术家项目。2019 年早些时候,她惬意地坐在 99 号楼中庭的一个沙发上——这里也成为日后 Ada 的展示地点——笑颜逐开地向人们解释道,当你对 Ada 微笑时,它也将用“微笑”来回应。 

Ada 的安装期间恰逢下一波人工智能浪潮——嵌入式智能——从研究实验室涌入到人们日常使用的产品和服务当中。然而随着人工智能越来越融入人们的生活,质疑和担忧的声音也越来越多。

 “人工智能将走向何方?它会不会导致其他问题出现?这种技术又会有怎样的发展?对于像医院这类寻求宁静和康复的地方,人工智能可以发挥怎样的作用?”Asta Roseway 也曾充满疑虑。

在此之前,常驻艺术家项目曾推出过一系列主题,如通过增强传感能力实现植物与人类的沟通,并鼓励人们思考食物的未来、为使视力有限人群能够领略视觉艺术而进行的技术探索,以及设计能够响应个人水合作用水平的功能性服装等。

Jenny Sabin 是微软常驻艺术家,也是纽约伊萨卡的康奈尔大学的建筑学教授,她带我们参观了她的实验室。图片由 John Brecher 向微软提供。

专注于人工智能伦理社会的微软合作伙伴总监 Mira Lane 表示:“这个项目的真正目的在于激励和颠覆自我,让我们勇敢地走出去,打破看待某种技术的固有观念。”在与 Asta Roseway 合作之前,Mira Lane 曾撰写过一份关于艺术家对企业环境的价值的白皮书。

Mira Lane 举例道,设计师和工程师在打造技术时,通常都会将特定的业务应用实例纳入考量。而当艺术家进入到技术开发环节时,他们往往会以全新的方式切入技术、颠覆技术、改写技术,这样有助于在进一步探索的过程中,发现技术的潜在影响、风险以及更多途径。

在 2017 年春天举办的华盛顿大学艺术学院筹款活动上,Mira Lane 和 Asta Roseway 与 Jenny Sabin 相识。Jenny Sabin 在西雅图地区长大,毕业于华盛顿大学。当时,她受邀在活动上发表主题演讲,介绍她如何从大自然中汲取灵感,从材料和形状方面进行创新,并于建筑设计中摒弃了生硬的直角。

Asta Roseway 表示:“这样的愿景让人耳目一新。如果将来能让我们住宅的形状与自然环境更为一致,但同时又变得更智能,岂不是很棒?”

Jenny Sabin 回忆道,接下来的 18 个月里,他们与微软研究员就这一共享项目的雏形进行了深入探讨。初期讨论的重点在于打造一个“以人为本”的项目,用全新方式来展示数据,挖掘出那些与偏见和隐私相关的问题,而这些问题也正是 Mira Lane 所在的伦理和社会团队孜孜以求的。

Jenny Sabin 表示:“数据有许多无形的结构和空间方面的因素需要考虑,如果我们不与不同类型的材料界面一一实验,就无法真正看到、感觉到或理解这些数据。对我来说,这个项目最令人兴奋的地方在于,它本身可以从基本层面上推动研究。”

教计算机更好地了解人类

微软研究员 Daniel McDuff 正在研究一项技术,从而能够让机器准确感知人类情绪。这种技术可以让智能助手具备处理更多事情的能力,比如当患者错过用药时间时,及时发现,同时提醒医护人员。

他指出,具备情绪感知能力的电脑还可以改变游戏、可访问性和建筑等。

微软研究机构的首席研究员 Daniel McDuff 在检查 Ada 的安装情况。McDuff 搭建了一个传感平台,用来收集与情绪相关的数据。而人工智能算法则将这些数据转换成显示在 Ada 上的色彩与光线之舞。图片由 John Brecher 向微软提供。Daniel McDuff 的平台能够收集与情绪相关的数据线索,为Ada提供支持。然后,算法将收集到的数据转换成数字,并利用这些数字展现从消极到积极、从温和到强烈的情绪变化。而Ada则会通过色彩和光线的变幻来将这些数据依次呈现出来。

Daniel McDuff 和同事将把 Ada 在未来三年内收集到的未识别数字数据(除去所有视频、音频和文本,以确保符合微软隐私要求)存储起来。他们将基于这些数据来研究一系列问题,包括气候状况和时事会对人们的面部表情、声调和语言带来哪些影响,以及人类行为模式在一天之内会如何变化。

Daniel McDuff 表示:“我看过关于自己的数据,平均来说,我每天早上微笑的频率大概是晚上的两倍,但我以前对此并不了解。诸如此类的发现还有很多,我衷心希望这个项目能让我们对人类的行为模式有更深层次的认知。”

该项目可自愿参加,同时也征求了微软隐私团队的意见,以确保通过匿名方式进行适当的信息披露并提供相应保护。Daniel McDuff 称,员工可以通过指定入口进入大楼,楼内配备了与项目区隔开来的宽敞空间,包括厨房、公共休息室和会议室等,从而避免与传感器的接触。

他还指出,选择参与此项目的 99 号楼员工也可以在本地电脑上安装这套系统,并选择何时开启或关闭——这样一来,大家能够更好的了解彼此之间是如何相互影响的。

他表示:“在集体的作用下,我们可以共同决定这座大楼当天展现怎样的情绪。我们每个人都有自控能力,同时也能够控制自身待人接物的方式。如果我对身边的每个人都很友好,并鼓励他们保持微笑,就会让更多的传感器捕捉到微笑的表情,而这要比我一个人所产生的影响要大的多。”

人类表情识别与其他利用人工智能技术的工作类似,都是为了更好地了解人类,包括试图理解人类的目的与意图。例如,智能个人助理微软小娜可以根据用户邮件内容中所提到的委托,适时建议用户设置提醒。

人工智能系统需要更多、更好地了解人类,才能够更有效地工作。从 Ada 收集而来的数据可以帮助 Daniel McDuff 改进其系统,此外,他还希望籍此引发一场关于如何合理使用这些技术的对话。

Daniel McDuff 表示:“站在局外人的角度来看,会觉得科技公司一直在试图隐藏通过对个体测量而获得的数据。而 Ada 则是有意地传播这些数据,这将促使大众去关注一些不常被提及的问题。”

Ada 的诞生

位于城市另一端的 Jenny Sabin 工作室给人的感觉要更为理性一些,少了些“创作空间感”。设计师们在电脑屏幕上查看 Ada 的数字模型。室内的玻璃书架上则摆满了纪念像和奖杯。在 Sabin 整洁的办公桌后面的墙上,挂着一幅装裱好的报纸文章,上面介绍了位于纽约皇后区的现代艺术博物馆 PS1 展出的露天 Lumen 装置,正是它为 Ada 的设计带来了灵感。

Sabin 和她的团队负责该委托项目和展览作品的设计工作。

她表示:“从根本上来说,这一研究最让我感兴趣的地方在于其对建筑的影响,不仅仅是对教学和思想方面的影响,还有它对生活化建筑的影响。”

2019 年三月的一天,春寒料峭,Ada 的数字化呈现工作接近尾声,它悬挂于 99 号楼中庭的一隅,将数据转化为色彩和光线。

Sabin 以 19 世纪的博学家 Ada Lovelace 来命名这一建筑结构。1843 年,Lovelace提议在发明家 Charles Babbage所设计的分析机上使用打孔卡片,以此来进行数学运算,这台从未问世的分析机被公认为是现代数字计算机的真正先驱。当时,打孔卡片被 Joseph Jacquard 用来自动控制织布机,以织造像挂毯之类的复杂纺织品。

Sabin说道:“Ada 被誉为世界上第一位计算机程序员。该项目将 3D 数字编织等制造技术引入到支持人工智能的可视化数据中。如此看来,以 Ada 命名这一建筑结构再恰当不过了。”

微软华盛顿雷德蒙德研究实验室首席电气工程师 Jonathan Lester(左),艺术家常驻项目负责人、主研究设计师 Asta Roseway(右)准备将 LED 灯嵌入到 Ada 的结构中。图片由 John Brecher 为微软提供。当建筑“遇见”人工智能

2019 年夏天的 99 号大楼里,Sabin、Roseway 和由研究员、设计师、工程师组成的团队一起,花费了超过三周的时间,将 3D 打印节点和玻璃纤维杆连接到外骨架上,将编织布料延展到位、串好 LED 灯、安装舞台灯光,并悬挂好张拉整体式锥体。

与此同时,McDuff 的传感器开始在整栋大楼的公共空间内收集数据,覆盖范围包括中庭、办公室厨房和公共区域等。

每个传感器约有密钥盒大小,由一个网络摄像头和一个麦克风组成,它们被连接到类似于电缆调制解调器大小的黑匣子中,后者通过 Wi-Fi 将数据发送到安全的 Azure 数据库

McDuff 解释道:“如果我发牢骚、情绪愤怒并且感到一切都不对劲,那么 Ada 将可能捕捉到这种消极的情绪,而如果我很开心,外面的天气阳光明媚,一切都很积极向上,那么它也会发现这一点。”

微软研究院院长 Horvitz 指出,他的团队已经在探索如何让人工智能技术在建筑运营方面发挥价值。例如,在 2012 年,他的人工智能团队开发了一个使用机器学习和传感技术的系统,通过观测用户日常的室内行进路线与模式,主动对电梯下达指令,并且将该系统集成到 99 号大楼中。目前,该系统仍在正常运营中。

另外,作为一家致力于家庭、楼宇和工业能源管理数字化改造的全球性企业,施耐德电气正在与微软研究员合作,测试人工智能能否帮助减少用于大型建筑供暖和制冷的暖通空调系统的碳足迹。

Horvitz 指出,除了实时感知和动作的应用之外,人工智能开始在设计和工程领域发挥更为重要的作用,包括帮助建筑师在形状、强度和实用性的现实因素约束下,探索非常规设计方案的可能性。

 “你可以想象它所能带来的其他用途,”他补充道。“比如,未来的环境将如何转变,才能使其更有利于基于参与者、目标和需求而开展的合作?”

Ada 的算法使其能够将任何数据源转换为色彩和光线。研究员也设想过将智能画布用在特定空间、以及其他尚未想象到的场景中,使音乐、建筑物振动、人数等可视化。

 “这里的每个人都能插入任意模组(mod),并使之做出回应。” Roseway 一边用挥舞手臂扫过 99 号大楼,一边说道。

目前,McDuff 的传感平台控制着 Ada 的光网络响应。他的最后一个传感器与张拉整体式锥体底部连接,使展馆内的人能够驱动 Ada。仅仅是站在那里,就让人啧啧称奇,笑容也变得自然了起来。对于 Ada 来说,它也被众人报以“能做出同样回应”的期望。


微软研究院AI头条
微软研究院AI头条

专注科研19年,盛产黑科技

产业人工智能微软
相关数据
微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

模式识别技术

模式识别(英语:Pattern recognition),就是通过计算机用数学技术方法来研究模式的自动处理和判读。 我们把环境与客体统称为“模式”。 随着计算机技术的发展,人类有可能研究复杂的信息处理过程。 信息处理过程的一个重要形式是生命体对环境及客体的识别。其概念与数据挖掘、机器学习类似。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

噪音技术

噪音是一个随机误差或观测变量的方差。在拟合数据的过程中,我们常见的公式$y=f(x)+\epsilon$中$\epsilon$即为噪音。 数据通常包含噪音,错误,例外或不确定性,或者不完整。 错误和噪音可能会混淆数据挖掘过程,从而导致错误模式的衍生。去除噪音是数据挖掘(data mining)或知识发现(Knowledge Discovery in Database,KDD)的一个重要步骤。

分析机技术

分析机是由英国数学家查尔斯·巴贝奇设计的一种机械式通用计算机。从1837年首次提出这种机器的设计,一直到他去世的1871年,由于种种原因,这种机器并没有被真正的制造出来。但它本身的设计逻辑却十分先进,是大约100年后电子通用计算机的先驱。

暂无评论
暂无评论~